Cada conversación aceptada se convierte en diez dimensiones tipadas de inteligencia estructurada.

La conversación es la materia prima. Las diez dimensiones son la estructura que la plataforma impone a cada conversación aceptada. El conjunto es estable por vertical: cada vertical recibe diez dimensiones, con dos o tres reemplazos según lo que la fuerza laboral sabe realmente. El comercio minorista recibe un conjunto. La consultoría reemplaza el comportamiento por segmento de cliente con indicadores de economía del compromiso. La restauración reemplaza el mapa de percepción de marca con la varianza operacional a nivel de turno. El número se mantiene en diez.

Diez es un número calibrado. Cinco colapsa las dimensiones entre sí y pierde la comparabilidad entre mercados. Veinte fragmenta la señal en demasiados campos, cada uno insuficientemente alimentado por una sola conversación. Con diez, una entrevista de entre quince y cuarenta y cinco minutos produce suficiente densidad por dimensión para soportar la agregación entre conversaciones, y un número de campos suficientemente reducido para que el esquema siga siendo consultable como un objeto único. La calibración es empírica. El conjunto fue ajustado durante dos años de trabajo antes del primer despliegue comercial.

Las diez dimensiones anteriores constituyen el conjunto del comercio minorista. Para la consultoría, el comportamiento por segmento de cliente se reemplaza por indicadores de economía del compromiso (realización de tarifas, expansión del alcance, apalancamiento de socios). Para la restauración, el mapa de percepción de marca se reemplaza por la varianza operacional a nivel de turno (cómo se desempeña el mismo establecimiento durante los servicios de la mañana, el almuerzo y la noche). Para la farmacia, el riesgo regulatorio y de cumplimiento adquiere mayor peso, y la puntuación de madurez en IA se calibra para un contexto de dispensación regulada.

El patrón general: cada vertical conserva diez dimensiones y reemplaza dos o tres respecto al conjunto del comercio minorista. El esquema es portátil entre verticales. La metodología de reemplazo se documenta por vertical y acompaña el despliegue.

La mayoría de los sistemas de entrevistas por IA procesan cada conversación y filtran después. La desventaja es que las conversaciones de baja calidad contaminan los agregados que presenta el tablero. La plataforma adopta el diseño opuesto. Una barrera determinista se ejecuta antes de cualquier llamada al LLM: las llamadas abandonadas (menos de sesenta segundos, menos de seis mensajes, menos de cuatro líneas de transcripción depurada) y las llamadas de baja señal (menos de doscientos caracteres del usuario, o una media de turno inferior a quince caracteres combinada con el turno más largo inferior a cuarenta caracteres) no superan la barrera.

Cuando la barrera se activa, la puntuación de calidad se establece en cero, el motivo se registra y el pipeline se detiene. No se consumen tokens del LLM en una conversación que no producirá señal. Los umbrales (sesenta segundos, doscientos caracteres) son empíricos. Se calibraron en el corpus piloto. Se monitorean como parámetros y son ajustables por vertical.

Una segunda barrera se ejecuta tras el pipeline del LLM. Si la llamada de extracción de inteligencia señala una riqueza «escasa», o la llamada de limpieza de citas marca cada verbatim como de bajo valor, o la auditoría de calidad señala la usabilidad de los datos como «baja», la conversación se etiqueta como caso atípico y se excluye de la vista directiva. El registro se conserva para auditoría. No se elimina.

La profundidad técnica se encuentra en el sitio de documentación (enlazado más adelante). A nivel metodológico, el pipeline hace cinco cosas en un orden preciso, con propiedades de atomicidad específicas.

Llamada 1, extracción de inteligencia. La transcripción se convierte en puntos de fricción estructurados, oportunidades, amenazas, sorpresas, contradicciones, un perfil del encuestado y entre cero y ocho verbatims clave. Cada verbatim debe ser una subcadena literal de un turno real del trabajador. Un filtro antilucinación lo verifica después de la llamada. Una cita inventada se elimina, nunca se reescribe.

Llamada 2, limpieza de citas. Trabajo mecánico en un modelo de menor costo. La cita textual es el registro legal y nunca se modifica. Una versión larga de visualización elimina los elementos de relleno sin reformular. Una versión corta de visualización extrae la cláusula de opinión de marca más sólida del interior de la versión larga. El registro en la lengua de origen se mantiene intacto.

Llamada 3, mapeo de percepciones. Se ejecuta de forma separada a la extracción de inteligencia para que el modelo no colapse las dos en un solo paso. Primero en bruto, luego con estructura. Una verificación de contaminación cruzada se ejecuta tras esta llamada: cualquier campo de percepción de marca que mencione un competidor o producto que el trabajador nunca nombró se borra y se señala.

Llamada 4, auditoría de calidad. Un agente independiente evalúa al agente entrevistador sobre seis KPI de protocolo en cada conversación. El prompt de auditoría referencia la misma especificación de protocolo que configura al entrevistador. Ambas partes se anclan en el mismo documento, de modo que la auditoría no puede desviarse silenciosamente del protocolo que mide.

Llamada 5, traducción. Las cadenas analíticas se traducen al inglés para que el tablero pueda servir a usuarios anglófonos. El verbatim en la lengua de origen nunca se traduce. Permanece en su idioma original como registro de procedencia.

Puntuación determinista. Sin LLM. Una fórmula combina la riqueza (recuentos de inteligencia extraída, con topes), la profundidad (número de turnos, longitud del turno más largo, duración) y la ejecución (las seis puntuaciones de KPI de la auditoría) en un compuesto de cero a cien. La fórmula es auditable. Un cliente puede solicitar el cálculo exacto que produjo cualquier puntuación de su corpus.

Una conversación ejecuta un pipeline. Un fallo borra todos los estados parciales y el reintento comienza desde cero. No existe ningún registro de enriquecimiento parcial en la base de datos.

El pipeline ejecuta cuatro controles que detectan los modos de fallo que la mayoría de los pipelines ignoran. Verificación de la deriva de prompts. Cada prompt del sistema se registra por hash SHA-256. Un hash desplegado que no coincide con la versión registrada hace fallar la llamada. Filtrado de alucinaciones. Cada verbatim clave se verifica como subcadena literal de un turno real del trabajador antes de persistirse. Verificación de contaminación cruzada. Los campos de mapeo de percepciones que introducen entidades que el trabajador nunca nombró se borran y se señalan. La pista de auditoría de enriquecimiento. Cada llamada al LLM escribe una fila en una tabla de auditoría de solo adición: versión del pipeline, versión del prompt, identificador del modelo, recuentos de tokens, duración, estado. La tabla nunca se elimina.

Los mecanismos detrás de estos controles se documentan en detalle en Confianza y seguridad.